valorizaciÓn de la incorporaciÓn de previsiones de … · del curso la veracidad de las...
TRANSCRIPT
IIE – FING – UDELAR
Agosto 2017
Montevideo – Uruguay
Trabajo final, Curso SimSEEIMPORTANTE: Este trabajo se realizó en el marco del curso
Simulación de Sistemas de Energía Eléctrica (SimSEE) y fue
evaluado por el enfoque metodológico, la pericia en la utilización
de las herramientas adquiridas en el curso para la resolución del
estudio y por la claridad de exposición de los resultados obtenidos.
Se quiere dejar expresamente claro que no es relevante a los efectos
del curso la veracidad de las hipótesis asumidas por los estudiantes
y consecuentemente la exactitud o aplicabilidad de los resultados.
Ni la Facultad de Ingeniería, ni el Instituto de Ingeniería Eléctrica,
ni el o los docentes, ni los estudiantes asumen ningún tipo de
responsabilidad sobre las consecuencias directas o indirectas que
asociadas al uso del material del curso y/o a los datos, hipótesis y
conclusiones del presente trabajo.
VALORIZACIÓN DE LA INCORPORACIÓN DE
PREVISIONES DE APORTES HIDROLÓGICOS EN
LA PROGRAMACIÓN A CORTO PLAZO
Autores:
Alejandra De Vera
Andrea Viscarret
Objetivo
• Evaluar el efecto de incorporar información de previsiones de
aportes hidrológicos a las centrales hidroeléctricas en la
programación semanal realizada en base a la plataforma SimSEE,
en comparación a la programación que se realizaría en caso de no
disponer de dicha información.
• En particular, la evaluación se centrará en determinar el impacto
económico asociado, producto de una política de operación del
sistema más precisa (con menor incertidumbre).
• No se pretende dar una respuesta cuantitativa, sino mostrar cómo
podría utilizarse la herramienta SimSEE para modelar y analizar el
problema planteado.
• Se destaca el empleo del “Sintetizador CEGH” para la
incorporación de los pronósticos hidrológicos y la aplicación
“SimRes3” para el post-procesamiento de los resultados.
Hipótesis de trabajo
• Sala base
Programación semanal para la semana 22 del presente año
(27/05/2017 al 02/06/2017)*
Horizonte de simulación y optimización de una semana.
Paso de tiempo horario.
Enganche con sala de mediano plazo.
Demanda detallada con aleatoriedad de ± 3%.
Generador hidráulico con embalse: Bonete, Palmar, Salto Grande.
Generador hidráulico de pasada: Baygorria (central encadenada:
aguas arriba Bonete y aguas abajo Palmar).
Eólica y solar determinísticos.
Generadores térmicos, Comercio internacional, …
* http://adme.com.uy/mmee/progsemnodo/progsem.php
Hipótesis de trabajo
• Modificaciones a la sala base
Variables globales
Horizonte de tiempo: Extensión hasta el 10/06/2017 (2 semanas)
Actores
Demanda: Demanda principal extendida y ParaExportacion
Hidráulicas: Nivel inicial y discretización de los embalses
Internacional y Otros: Sumidero de energía a 0.1 USD/MWh
Fuentes
BPS_iN34_cmoBR_Horario: Sintetizador CEGH horario
apo_bay: Fuente constante de 0 m3/s
eol1MW y sol1MW: Fuentes CEGH con cono de pronóstico con
incertidumbre desde el inicio de la simulación (NPCC = 168,
NPLC = 0, NPSA = 0 y NPAC = 200)
Hipótesis de trabajo
• Definición de bloques de energía exportable
Se asume el siguiente criterio:
Se exporta a 80 USD/MWh toda la energía excedente que pueda
asegurarse con una probabilidad de excedencia del 90%, el resto de
la energía excedente se vende a 7 USD/MWh.
• Ingresos debido a la exportación de energía
𝐼𝑛𝑔_𝐸𝑋𝑃 = 80. 𝐸𝑥𝑐𝐴𝑐𝑢𝑚𝑃𝑒90 + 7. 𝐸𝑥𝑐𝐴𝑐𝑢𝑚 − 𝐸𝑥𝑐𝐴𝑐𝑢𝑚𝑃𝑒90
Donde:
𝐸𝑥𝑐𝐴𝑐𝑢𝑚 es el acumulado de energía excedente.
𝐸𝑥𝑐𝐴𝑐𝑢𝑚𝑃𝑒90 es el acumulado de energía excedente con una
probabilidad de excedencia del 90%.
• Generación de las “series de pronóstico” de aportes hidrológicos.
• Incorporación de los pronósticos hidrológicos al sintetizador
CEGH.
• Metodología de evaluación de impactos.
• Modificaciones en la plantilla de resultados del SimRes3.
• Evaluación e interpretación de resultados.
Metodología
Metodología
0 50 100 150 200 250 3000
1000
2000
3000
4000
5000Bonete
Tiempo (hrs)
Q (
m3/s
)
0 50 100 150 200 250 3000
500
1000
1500
2000
2500
3000Palmar
Tiempo (hrs)
Q (
m3/s
)
0 50 100 150 200 250 3000
2000
4000
6000
8000
10000
12000Salto Grande
Tiempo (hrs)
Q (
m3/s
)
(*) Obtenida a partir de las funciones deformantes de los
aportes medios semanales obtenidas del Sintetizador CEGH
de paso semanal.
Ensemble de 100 series sintéticas de aportes
horarios y crónicas seleccionadas para los
escenarios seco y lluvioso.
Condición inicial
Central Caudal
Bonete 349 m3/s
Palmar 168 m3/s
Salto Grande 2189 m3/s
Generación de las “series de pronóstico” hidrológico
• Simulación de 100 crónicas de paso horario, con una condición
inicial dada (percentil 50) y sin valores guía de pronóstico.
Metodología
Incorporación de los pronósticos hidrológicos al
sintetizador CEGH
• Aportes hidrológicos representados por un proceso estocástico lineal en
espacio Gaussiano.
• Posibilidad de incluir información que surja de un pronóstico, a través
de una guía de pronóstico.
• Pronóstico determinístico: sin incertidumbre a lo largo de todo el
horizonte temporal.
Parámetro Valor (hrs) Definición
NPCC 336 Nº de pasos en que se sigue la guía de pronóstico
NPLC 0Nº de pasos en que la guía se reajusta con la
climatología
NPSA 336 Nº de pasos sin incertidumbre
NPAC 0Nº de pasos en que la incertidumbre pasa de 0 a
su valor climatológico
Metodología
Incorporación de los pronósticos hidrológicos al
sintetizador CEGH
Ejemplo: Evolución del cono de pronóstico para Bonete
Sin guía de pronóstico Escenario lluvioso
Escenario seco
Obs: La condición inicial es la misma para los tres casos
considerados (escenario seco, escenario lluvioso y sin
pronóstico), coincidente con el percentil 50 para la semana 22.
MetodologíaEvaluación de impactos
Modelo SinProno
Modelo ConProno (Seco/Lluvioso)
MetodologíaEvaluación de impactos
• Costo total del sistema al finalizar la primera semana:
𝐶𝑇 = 𝐶𝐷(𝑥, 𝑘) + 𝐶𝐹(𝑥, 𝑘 + 1)
Donde:
CD es el costo directo acumulado de la operación del sistema.
CF es el costo futuro al final del dicho período.
Para el caso SinProno se considera un costo futuro auxiliar
(CF_Aux), que coincide con la función CF_ConProno_E_EXP
correspondiente a la optimización con que se determinó
PO_ConProno_E_EXP (operador más informado).
MetodologíaEvaluación de impactos
• Ingresos debido a la exportación de energía:
𝐼𝑛𝑔_𝐸𝑋𝑃 = 80. 𝐸𝑥𝑐𝐴𝑐𝑢𝑚𝑃𝑒90 + 7. 𝐸𝑥𝑐𝐴𝑐𝑢𝑚 − 𝐸𝑥𝑐𝐴𝑐𝑢𝑚𝑃𝑒90
Donde:
𝐸𝑥𝑐𝐴𝑐𝑢𝑚 es el acumulado de energía excedente.
𝐸𝑥𝑐𝐴𝑐𝑢𝑚𝑃𝑒90 es el acumulado de energía excedente con una
probabilidad de excedencia del 90%.
• Beneficio económico en valor esperado (100 crónicas):
𝐵𝑒𝑛𝑒𝑓𝑖𝑐𝑖𝑜 (𝑈𝑆𝐷) = ∆𝐼𝑛𝑔𝑟𝑒𝑠𝑜𝑠 − ∆𝐶𝑇
Resultados del estudio
SinProno PronoSeco
Acumulado de energía excedenteAcumulado de energía excedente
Ingresos por exportaciónIngresos por exportación
7600 MWh 6100 MWh
480.000 USD 420.000 USD
Resultados del estudio
SinProno PronoHumedo
Acumulado de energía excedenteAcumulado de energía excedente
Ingresos por exportaciónIngresos por exportación
7600 MWh 23.265 MWh
480.000 USD 1.560.000 USD
Resultados del estudio
• Definición del bloque de energía exportable
o Acumulado de energía excedente durante la primera semana.
o Se representa como una demanda del tipo “Demanda detallada”, distribuida
uniformemente de lunes a viernes de 7 a 23 hrs, con los mismos escalones de
falla que la demanda principal.
Resultados del estudio
SinProno_E_EXP_SimSeco
• Escenario seco: Generación por fuente
PronoSeco_E_EXP
Generación 1era Semana
Fuente Fracción
Hidráulica 54%
Biomasa 7%
Solar 1%
Eólica 25%
Térmica 13%
Total (MWh) 233.800
Generación 1era Semana
Fuente Fracción
Hidráulica 54%
Biomasa 7%
Solar 1%
Eólica 25%
Térmica 13%
Total (MWh) 232.600
Resultados del estudioSinProno_E_EXP_SimSeco PronoSeco_E_EXP
Ingresos por exportaciónIngresos por exportación
Costo total Aux Costo total
155 MUSD 154 MUSD
0.48 MUSD 0.42 MUSD
Resultados del estudio
• Escenario seco: Resumen
Beneficio económico 280.000 USD
Operador
Energía
generada
(MWh)
CD Acum
(MUSD)
CT
(MUSD)
Ingresos
(MUSD)
Estado final (H)
Bonete
(m)
Palmar
(m)
SG
(m)
SinProno 233800 4.77 155 0.48 78.25 38.63 30.00
ConProno 232600 4.43 154 0.42 78.25 38.70 30.00
Diferencia -1200 -0.34 -0.34 -0.06 -0.01 0.07 0.00
𝐵𝑒𝑛𝑒𝑓𝑖𝑐𝑖𝑜 𝑈𝑆𝐷 = ∆𝐼𝑛𝑔𝑟𝑒𝑠𝑜𝑠 − ∆𝐶𝑇
Resultados del estudio
SinProno_E_EXP_SimHumedo
• Escenario húmedo: Generación por fuente
PronoHumedo_E_EXP
Generación 1era Semana
Fuente Fracción
Hidráulica 68%
Biomasa 7%
Solar 1%
Eólica 24%
Térmica 1%
Total (MWh) 244.350
Generación 1era Semana
Fuente Fracción
Hidráulica 68%
Biomasa 6%
Solar 1%
Eólica 21%
Térmica 4%
Total (MWh) 267.300
Resultados del estudio
SinProno_E_EXP_SimHumedo
Ingresos por exportación
PronoHumedo_E_EXP
Ingresos por exportación
Costo totalCosto total Aux
0.48 MUSD 1.56 MUSD
148 MUSD149 MUSD
Resultados del estudio
• Escenario húmedo: Resumen
Operador
Energía
generada
(MWh)
CD Acum
(MUSD)
CT
(MUSD)
Ingresos
(MUSD)
Estado final (H)
Bonete
(m)
Palmar
(m)
SG
(m)
SinProno 244350 0.28 148 0.48 79.15 39.86 30.87
ConProno 267300 1.16 149 1.56 79.08 39.59 30.87
Diferencia 22950 0.88 0.89 1.08 -0.06 -0.27 0.00
Beneficio económico 180.000 USD
𝐵𝑒𝑛𝑒𝑓𝑖𝑐𝑖𝑜 𝑈𝑆𝐷 = ∆𝐼𝑛𝑔𝑟𝑒𝑠𝑜𝑠 − ∆𝐶𝑇
Conclusiones
• La incorporación de información de previsiones de aportes
hidrológicos a las centrales hidroeléctricas en la programación
semanal resulta en un impacto económico positivo (en valor
esperado), en comparación a la programación que se realizaría en
caso de no disponer de dicha información.
• En particular, pareciera que se tiene un desempeño marginal-
mente superior en el escenario seco, cuando los costos de
operación son más altos.
• Por otro lado, además de la reducción de costos, es de esperar
beneficios adicionales en cuanto a la reducción del “riesgo”,
producto de una política de operación más informada.
Posibles trabajos futuros
• Análisis de sensibilidad de los resultados respecto a la semilla aleatoria
considerada (valor por defecto: 31).
• Análisis de sensibilidad de los resultados respecto a la cota inicial de los
lagos de las centrales hidroeléctricas.
• Análisis de sensibilidad de los resultados a la demanda neta (demanda
total - generación autodespachada) y su incertidumbre, fundamentalmente
asociada a la incertidumbre de los pronósticos de potencia eólica y solar.
• Repetir el análisis considerando series de previsiones hidrológicas
“reales”, de manera de cuantificar el impacto real de disponer de dicha
información y eventualmente incluyendo una evaluación de la calidad de
los pronósticos disponibles.
• En lugar de considerar pronósticos hidrológicos determinísticos en el
sintetizador CEGH, introducir pronósticos probabilísticos en los que la
amplitud del cono de pronóstico representa adecuadamente la
incertidumbre esperada en función de la predictibilidad de la situación
meteorológica.
FIN
Muchas gracias!!!
Alejandra De Vera
Andrea Viscarret
VALORIZACIÓN DE LA INCORPORACIÓN DE PREVISIONES DE
APORTES HIDROLÓGICOS EN LA PROGRAMACIÓN A CORTO PLAZO